08.09.2026  Экспертиза, Искусственный интеллект

Данные могут быть правильными. Определение может быть правильным. Но ответ искусственного интеллекта все равно может быть неверным. ИИ-аналитикам необходим контекст принятия решения до того, как поступит вопрос, пишет на портале InformationWeek Пол Вахтлер, старший вице-президент Exiger по ИИ, данным и стратегии. Если вы работаете с данными, вы, вероятно, сталкивались с примерно с таким вопросом от вашего руководства: «Можем ли мы запустить LLM на наших данных и заставить ее проанализировать все за нас?». Это нормальный вопрос. Руководители хотят получать ответы быстрее, не отправляя каждый вопрос через BI-очередь. Они видят, что могут делать LLM с текстом, и предполагают, что тот же принцип должен применяться и к бизнес-данным. Проблема в том, что корпоративные данные не объясняют сами себя. Я наблюдал это во время тестирования ИИ-аналитика на реальных бизнес-вопросах. Меня интересовало, какие клиенты представляют наибольший риск в текущем квартале или какие возможности с наибольшей вероятностью будут закрыты в следующие 30 дней. Система уверенно называла клиентов или возможности. Некоторые ответы были неверными; некоторые — вымышленными; а другие имели мало отношения к вопросу. Система выдавала ответы, не понимая масштаба запроса или того, что бизнес подразумевает под «аккаунт подвержен риску» и «аккаунт вероятно будет закрыт». Она также не знала, означают ли «показатели текущего квартала» данные на сегодня или ожидаемые результаты к концу квартала. ИИ-аналитик не может ... читать далее.